巨头造“人 一场AI较量

　　AI既是数字人的基础，也决定了数字人能力的天花板。 　　“百度世界大会的一大看点正是火出圈、成顶流的数字人。” 　　7月6日，百度世界大会预沟通会上，百度高级副总裁袁佛玉着重介绍了当下数字人的发展情况。 　　让人印象深刻的是在信息密集、节奏紧凑的预沟通会中，主持人度晓晓始终应对自如，其间“她”还向百度高级副总裁袁佛玉问了一个关于自己的问题。而在刚刚过去的6月，度晓晓用40秒钟时间完成了40篇高考全国卷的命题作文，惊艳众人。就在今天，度晓晓还将直播挑战上海高考英语作文。 　　眼下不止是百度在打造数字人，包括阿里、网易、腾讯、字节、华为等都推出了类似产品。巨头下场造“人”不单是具有打造IP的能力，从某种意义上讲，数字人是衡量科技企业技术集成与整合能力的标尺。 　　一位业内人士认为：“科技公司以IP的方式，全方位呈现各自能力，这背后其实是各自生态展示肌肉的表现形式。” 　　一、数字人“缠斗” 　　巨大的市场潜力，是巨头批量制造数字人的直接原因。 　　日前，IDC发布的报告显示，中国AI数字人市场规模呈现高速增长趋势，预计到2026年将达102.4亿元人民币。而巨头推出各种各样的数字人，看似杂乱无章，实际皆有深层次的考量。 　　腾讯数字人的基底是建立在语音智能和大文娱生态上的。语音智能方面，根据语义匹配对应动作、字词的能力，是腾讯数字人在技术上的底色。此外，微信上的实时语音转换与翻译，所产生的海量数据，使得其语音会话能力能够经过翻译和转化而持续生长。 　　推动腾讯发布数字人的动因是巩固大文娱生态。“云小微数智人平台”由播报数智人平台与交互数智人平台两个系统组成。对应的落地场景为手语主播、数字导游、数字客服、虚拟IP偶像等虚拟资产。 　　同样身处文娱市场的字节跳动，虽然在IP与版权资源上的积累有限，但是通过连续不断地投资与人才引入，一个AI+XR的软硬协同生态正日益明显。 　　塑造IP较为成功的还有阿里，其曾借着冬奥会，推出了自己的数字人“冬冬”，展示其肌肉。透过冬冬可以发现，由于AI实时驱动，数字人说话的同时，能协调嘴形、表情、动作，乃至模拟真实环境下的部分场景。而且采用了面向高质量图形的Unity高清渲染管线(HDRP)，因此在视觉上有着不输AR/VR的效果。 　　阿里数字人早已开始直播带货，用AI“平替”主播。从逻辑上讲，数字人带货能够解决真人带货的种种局限和各类不可预测的风险。 　　AI驱动是百度的数字人的最大特点，靠着硬实力，截至目前打造了多个不同面向的IP，如度晓晓、希加加、文夭夭，覆盖了功能型与演艺型两个大类。 　　百度AI数字人度晓晓 　　度晓晓和文夭夭创造了功能型数字人的两个范式。前者能力全面，后者则主要面向垂直领域。度晓晓不单是一个CG或者问答环节的数字人，而是能够胜任各类创意型工作，能够作文、作词、作曲、作画，开辟了一个AIGC的内容生产模式。文夭夭为数字人运营细分领域，打开了市场，通过AI技术为文博领域提供新玩法。 　　演艺型数字人希加加，早前在集度汽车发布会上亮相，一度惊艳业内，百度也成为业内率先尝试在会展领域引入数字人的巨头。 　　百度AI数字人希加加 　　看得出或许是由于寻求技术突破的周期长、难度高，现下大部分厂商皆围绕自身长处，推出数字人。 　　像网易林幺幺通过接入AI算法，主要应用到电商带货中。科大讯飞，虽然没有腾讯、网易、阿里那样强大的图像处理能力，但是从“冰冰”与“加加”两个虚拟IP来看，其核心还是输出科大讯飞的语音交互能力。 　　二、百度整“花活儿” 　　不难发现，时下的数字人更像是一个载体，要么搭载内容与场景，要么搭载各类技术，正是因为这个原因，巨头们才不遗余力造“人”。 　　在梳理之中我们也能看到，无论是知识库与交互，还是算法与建模，AI都扮演了举足轻重的角色，不过分地说，数字人的竞争本质上其实是AI能力的竞争。 　　而百度可以在短短两年多时间内接连推出度晓晓、希加加、文夭夭等特点、功能、使用场景截然不同的数字人IP，表明“AI路线”的潜能。 　　在今天的百度世界大会预沟通会上，百度高级副总裁袁佛玉提到，百度AI驱动的数字人的不同在于“可交互”性，而且还具备创作能力。 　　把时间回拨到2020年，那年百度世界大会上，度晓晓被定义为“智能助理”而首度问世，彼时，人们只是感受到了AI原来并非那么冷冰冰，而是可以有温度，这颠覆了传统认知中，技术都是冷冰冰的陈见。 　　“智能助理”的定位意味着百度需要持续解决人的各类需求，全方位应对信息输入、处理、输出的挑战。仅仅通过营销方式制造IP，让市场接受数字人，似乎有些追本逐末。事实上，随着入局玩家、搭载场景的增加，以及竞争走向激烈，市场走过新奇阶段时，技术能力将起到决定性作用。 　　数字人为百度提供了AI技术落地的场景之一。之所以度晓晓们能够有极强的互动性，与之沟通更丝滑，主要原因在于由文心大模型、AI超写实建模所构成的AI内核。 　　由于数据、算法和算力出现巨大增长，人工智能发展开始转向泛化能力与通用性强的预训练大模型。在百度文心大模型加持下，数字人在生产与创意类应用中的潜能也得到了释放。 　　日前，像度晓晓迅速完成高考作文，以唱作人的身份推出《每分每秒每天》单曲，作出“无界”系列画作，表明百度数字人已经具备面向多领域能力。而且其创意能力，或将掀起UGC与PGC两大生产方式之外，一种全新的内容生产方式：AIGC。 　　具体而言，百度文心大模型，让数字人能够通过AI技术以自动编排合成的方式生产内容。 　　AIGC将完全解放内容生产力，满足一些对时效性要求较高的领域。例如新闻，过去完全依赖人工创作与审校，即便如此，走完三审三校流程之后，新闻时效性已经大打折扣，而且还可能出现“谬误”。AIGC的出现解决了依赖人工创作，在可靠性与效率上的劣势。 　　今年两会时，度晓晓就曾在两会报道中与工人日报开辟了专栏《两会晓晓说》，为融媒体报道带来一种耳目一新的体验。 　　凭借在AI方面的积累，百度可以在AI各落地场景中玩各种“花活儿”，无论是作为功能型数字人的智能助理度晓晓，还是作为表演型的“虚拟车主”希加加。 　　反之，我们甚至可以认为，AI既是数字人的基础，也决定了数字人能力的天花板。 　　“数字人生产周期，从动辄几个月，缩短到小时级别。”袁佛玉在预沟通会上提到，由于百度积累了深厚的AI底层技术，其数字人的成本和制作周期优势将逐渐显现。 　　?三、短期拼场景，长期拼AI 　　任何技术，如果不能创造价值，很难持续，正是因为巨头们看到数字人背后的巨大宝藏，眼下才会鱼贯而入。 　　数字人需要走过如下几个阶段“外表像人，对话像人、作为人的帮手”，AI覆盖了整个过程。无论是AI建模，还是NLP，或者是更为深入的知识图谱与百度文心大模型所带来新的AIGC生产模式。 　　事实是，数字人短期拼场景，长期拼AI。 　　短期来看，市场对数字人还处于“新奇”阶段，因此主要应用场景集中在广告、电商、游戏领域。这也是为什么，主要受到文娱行业的追捧。 　　这里需要提到一点，作为另一种IP形式，数字人风险可控，只要不过度营销，较少出现翻车的情况。在偶像频繁塌方的情况下，确实能够填补一定市场，可是如果AI能力不能进一步提升，真正缩小与人的距离，天花板也不会太高。 　　市场迟早会来到成长与成熟阶段，所以从长期来看，无论是文娱，还是教育、服务、金融，AI的效能将会持续释放。 　　而另一头，AI能力也将改变当下各方混战的格局。眼下百度“AI路线”，已经提前完成了布局，只需要等待从春秋到战国。 　　到那时，没有了新奇，人们只会问如下问题：你能帮我解决什么问题。 　　显然，百度已经写就了答案。